Meta-Analyse (Hahn)

Meta-Analysen von zusammengefassten klinischen Daten

Robert G. Hahn, Forscher und Professor für Anästhesie und Intensivmedizin in Schweden, war aufgefallen, wie unwissenschaftlich über Homöopathie diskutiert wurde. Um sich selbst ein Bild von der Wirksamkeit der Homöopathie zu machen, studierte er die aktuelle Lage der Forschung und veröffentlichte seine Erkenntnisse zuerst in drei Blogs und schliesslich in einem Artikel in der medizinischen Fachzeitschrift Forschende Komplementärmedizin.

Mitte der 1990-er Jahre wurde die Kontroverse über die Wirksamkeit der Homöopathie neu entfacht, als die sogenannte evidenzbasierte Medizin Einzug hielt. Mit der evidenzbasierten Medizin musste die Wirkungsweise nicht mehr wissenschaftlich nachgewiesen werden, solange statistisch belegt werden konnte, dass eine Therapie erfolgreich war. Diese Zeit war geprägt von Disputen zwischen Anhängern und Gegnern der Homöopathie, und Meta-Analysen waren das Instrument und die Grundlage für die Auseinandersetzungen. Die verschiedenen Meta-Analysen basierten auf denselben Studien und Informationen, aber die Autoren der Analysen kamen jeweils zu unterschiedlichen Ergebnissen.
1997 publizierten Linde et al. (1) eine Metaanalyse bezüglich Wirksamkeit der Homöopathie in der Zeitschrift The Lancet. Aus 186 Studien wählten sie 119 randomisierte, placebo-kontrollierte Studien aus. Von diesen 119 enthielten 89 adäquate Informationen für eine Metaanalyse. Die Autoren kamen in dieser Meta-Analyse zum Schluss, dass mit einer Wahrscheinlichkeit von 95% die Homöopathie effektiver ist als Placebo. Daraufhin wurde Linde kritisiert, dass qualitativ gute Studien durchschnittlich weniger positive Effekte zeigten als Studien, die qualitative Mängel aufwiesen. Lindes Gruppe analysierte daraufhin nochmals alle Studien, unterteilte die Studien in Untergruppen und bewertete diese gemäss der «Jadad-Skala».(2) Die Metaanalyse fiel aber auch nach Berücksichtigung der Jadad-Skala positiv für die Wirksamkeit der Homöopathie aus, der Unterschied zwischen Homöopathie und Placebo war jedoch kleiner.
Seit Lindes Metaanalyse im Jahr 1997 versuchten verschiedene Autoren, seine Resultate zu entkräften. 1998 wählte Edzard Ernst aus den von Linde untersuchten 89 Studien fünf Studien aus, fasste sie zusammen und kam zum Schluss, dass Homöopathie wirkungslos sei.(3) Im Jahr 2000 versuchten Ernst und Pittler die statistische Überlegenheit der Homöopathie gegenüber Placebo erneut zu entkräften. Sie wählten aus den 89 Studien diejenigen zehn Studien mit den höchsten Jadad-Punkten aus und behaupteten dann, dass die Zusammenfassung dieser Studien die Überlegenheit der Homöopathie gegenüber Placebo ebenfalls nicht aufzeigen könne. (4)
Cucherat et al. veröffentlichten ebenfalls im Jahr 2000 eine Metaanalyse. (5) Aus 118 randomisierten klinischen Studien wählten sie lediglich 17 aus. Die anderen wurden ausgeschlossen, weil der Zielpunkt in ihren Augen unklar war. Auch präventive Studien wurden ausgeschlossen, ebenso solche, die den Focus auf biologischen Effekten hatten. Die klinischen Ergebnisse der Patienten wurden ausser Acht gelassen – ungewöhnlich für Meta-Analysen. Das Ergebnis war, dass Homöopathie statistisch signifikant besser abschloss als Placebo. Trotzdem blieb Cucherat skeptisch gegenüber der Homöopathie. Er war der Ansicht, dass die Qualität der Studien schlecht war.
2005 veröffentlichten Shang et al. ihre Meta-Analyse. (6) Grundsätzlich nahm Shang dieselben klinischen Studien wie Linde. Aus 165 wurden 60 aus verschiedenen Gründen ausgeschlossen. Auch sogenannte Cross-Over-Studien wurden nicht verwendet. Schliesslich wurden aus Qualitätsgründen 21 Studien berücksichtigt. Davon wurden nochmals 13 ausgeschlossen. Die Gründe hierfür wurden nicht erklärt. Das heisst, dass von den verfügbaren Studien 95% ausgeschlossen wurden und acht übrigblieben. In diesen acht Studien stellten die Autoren keinen signifikanten Unterschied zwischen Homöopathie und Placebo fest. Shang et al. verwendeten für ihre Analysen den sogenannten «funnel plot». (7) Der Funnel plot ist nach der Meinung von Hahn in der Forschung eine ungeeignete Methode, wenn es darum geht, Aussagen über die Wirksamkeit einer Behandlung zu machen. Diese Meta-Analyse von Shang wurde in den folgenden Jahren immer wieder von den Gegnern der Homöopathie zitiert, um Argumente für das Fehlen der Wirksamkeit vorzubringen.
Diskussion
Grundsätzlich sind viele Forscher skeptisch gegenüber radomisierten, placebo-kontrollierten, klinischen Studien, wenn es darum geht, die Wirksamkeit alternativer Heilmethoden aufzuzeigen. In der Schulmedizin sind solche Studien aussagekräftiger. Trotz allem wird durch solche placebo-kontrollierten Studien die öffentliche Meinung bezüglich der Zweckmässigkeit alternativer Heilmethoden stark beeinflusst. Aber Meta-Analysen können zu verschiedenen Schlussfolgerungen kommen, auch wenn dasselbe Material zur Analyse verwendet wurde. Auffallend ist, dass bei Autoren von Meta-Analysen, die der Homöopathie gegenüber negativ eingestellt sind, meist ca. 90 – 95 % der Studien in ihrer Arbeit ausgeschlossen wurden, zum Teil ohne Angaben von Gründen.
Ein Zerrbild von Informationen zeigt sich auch in der öffentlichen Meinung. In Schweden war zum Beispiel in einem Blog erwähnt worden, dass die Homöopathie einfach zu wenig untersucht wird. Der Autor wies darauf hin, dass viele Therapien in der Schulmedizin auf weniger Daten und Informationen basierten als Homöopathie. Weiter werde gerne – gerade auch von Politkern – argumentiert, dass es keine Studien gebe, welche die Wirksamkeit der Homöopathie belegten. Tatsächlich verhält es sich gemäss Hahn so, dass die Mehrzahl der randomisierten, placebo-kontrollierten Studien einen positiven Effekt zeigten.
Bei all dem ist zu berücksichtigen, dass die Ideologie hinter der Meta-Analyse entscheidend mitspielt. Ernst wollte belegen, dass die Homöopathie wirkungslos ist. So kam er zu vielen Mutmassungen, obwohl er die Faktenlage in Händen hielt.
Die glaubwürdigste Meta-Analyse ist laut Hahn diejenige von Linde. Sein Informationsmaterial war dasselbe wie in den nachfolgenden Metaanalysen. Dies zeigt, dass man mit Analysen zu Schlussfolgerungen kommen kann, die je nachdem für oder auch gegen die Homöopathie sprechen.
Zusammenfassend lässt sich sagen: Klinische Studien zeigen, dass Homöopathie meist bessere Resultate liefert als Placebo. Zukünftige Meta-Analysen sollten den Einsatz von Homöopathie bei spezifischen Krankheiten oder Erkrankungsgruppen untersuchen, anstatt Daten aus allen klinischen Studien zu poolen.

Literatur

Homeopathy: Meta-Analyses of Pooled Clinical Data, Robert G. Hahn, Forschende Komplementärmedizin 2013; 20:376-381. Robert G. Hahn: Research Unit, Södertälje Hospital, Södertälje; Department of Anesthesiology, Linköping University, Linköping, Sweden

1 Linde K., Clausius N., Ramirez G., Melchart D. Eitel F., Hedges LV., Jonas WB: Are the clinical effects of homeopathy placebo effects? A meta-analysis of placebo-controlled trials. Lancet 1997; 350: 834-843
2 Die Jadad-Skala, in vielen Publikationen auch als Jadad Score oder Oxford-Skala bezeichnet, ist ein einfaches Bewertungsschema (Tool), um die Qualität klinischer Interventionsstudien zu analysieren.
3 Ernst E.: Are highly dilute homeopathic remedies placebos? Perfusion 1998; 11:291
4 Erst E., Pittler MH.: Re-analysis of previous meta-analysis of clinical trials of homeopathy. J. Clin Epidemiol 2000; 53:118
5 Cucherat M., Haugh MV., Gooch M., Boissel J.P; Evidence for clinical efficacy of homeopathy. A meta-analysis of clinical trials, Eur J Clin Pharmacol 2000; 56:27-33
6 Shang A., Huwiler-Münterer K., Nartey L, Jüni P., Dörig S., Sterne JA., Egger M: Are the clinical effects of homeopathy placebo effects? Comparative study of placebo-controlled trials of homeopaty and allopathy. Lancet 2005; 366:726-732
7 Ein Funnel Plot ist eine Grafik, die es ermöglicht, einen Verdacht auf Publikationsbias im Rahmen einer Meta-Analyse zu überprüfen. (Unter Publikationsbias versteht man die statistisch verzerrte Darstellung einer Datenlage aufgrund bevorzugter Veröffentlichung von Studien, die ein signifikantes Ergebnis aufweisen.) Ein Hauptproblem des Funnel Plot ist, dass es als sehr einfaches Hilfsmittel nicht die Qualität der eingeschlossenen Studien erfasst. Sollten Studien mit höherer Präzision tatsächlich andere Ergebnisse produzieren als solche mit niedriger, so ergäbe sich ein falscher Eindruck von Publikationsbias. Diese Kriterien müssen folglich vom Analysierenden selbst überprüft werden. Auch kann es vorkommen, dass sich Publikationen zu einem Thema nicht auf eine einzige Zahl reduzieren lassen, da beispielsweise die Auswahl der Versuchspersonen (Geschlecht, Altersstruktur, …) oder andere Umstände unterschiedlich ausfallen können.

Menü